Google Research представила систему Gemini-SQL2 для генерации SQL-запросов
Google Research представила систему Gemini-SQL2, модель класса text-to-SQL на базе Gemini 3.1 Pro. Она переводит запросы на естественном языке в исполняемые SQL-команды, позволяя работать с базами данных без ручного написания кода.
Подход отличается от привычных систем генерации SQL. Здесь учитывается не только синтаксическая корректность запроса, но и то, как он выполняется в базе данных и возвращает ли правильный результат. Для такой проверки используют бенчмарк BIRD: это набор задач, где SQL-запросы действительно запускаются, а оценка строится по корректности полученных данных, а не по совпадению структуры запроса.
На бенчмарке BIRD система Gemini-SQL2 показала точность выполнения запросов 80,04%, что соответствует уровню state-of-the-art среди существующих решений в категории text-to-SQL. Результат говорит о том, что модель способна корректно интерпретировать сложные запросы к данным и формировать SQL-инструкции, которые в большинстве тестовых сценариев возвращают правильные результаты.
Ключевые факты
Google Research представила систему Gemini-SQL2, модель класса text-to-SQL на базе Gemini 3.1 Pro, преобразующую запросы на естественном языке в исполняемые SQL-команды.
На бенчмарке BIRD система Gemini-SQL2 показала точность выполнения SQL-запросов 80,04%.
Бенчмарк BIRD оценивает не структуру SQL-запросов, а фактическое выполнение запросов в базе данных и корректность возвращаемых данных.
Gemini-SQL2 ориентируется не только на синтаксическую корректность SQL, но и на получение правильного результата при выполнении запроса в базе данных.